论文部分内容阅读
小波分析(Wavelet Analysis)是80年代后期发展起来的应用数学的分支,是20世纪数学研究成果中杰出的代表之一.它汲取了傅里叶分析、数值分析、泛函分析、样条分析等众多分支的精华.小波分析是一种窗口大小(即窗口面积)固定但形状可改变、时间窗和频率窗都可以改变的时一频局部化分析方法.它具有多分辨率的特点,可以由粗及精地逐步观察信号.原则上讲,凡是传统方法中采用傅里叶分析的地方基本上都可以用小波分析来取代,而且其应用结果会得到深化和发展.小波分析在信号分析与重构、信号与噪声分离技术、特征提取、数据压缩等工程应用上显示出突出的优越性,这也是l00多年来大量用于工程领域的傅里叶变换所无法比拟的.该文利用小波分析作为分析工具,对电力系统微机保护中采集的故障录波进行信噪分离及信号特征的提取,以控制电力系统的运行状态,提高电力系统的可靠性、安全性.该文第一章介绍了小波分析的由来及其主要特点,指出了小波分析在电力系统中的应用前景.第二章重点讲述了小波分析的基本思想,小波分析的基本定义以及小波分析用于信号处理的基本原理.第三章主要讲述了国内外电力系统综合自动化保护的发展概况及电力系统微机保护的基本原理.第四章主要讲述了小波分析用于对非平稳信号的噪声消除.文中采用了一维小波分析和小波包分析对同一含噪信号进行去噪,通过比较指出了小波包分析用于信号的噪声去除更有效,而且保持了信号的有用成分.第五章介绍了利用小波包分析方法对所采集的故障录波进行小波包系数分解和重构,从重构图中可以很容易地区分出高压线路单相接地短路的故障类型,从而决定是否自动重合闸.第六章主要讲述了采用小波包分析方法对电力系统的电压、电流、阻抗、功率等的录波进行小波包系数的分解和重构,由此得到故障信号录波和正常信号录波的特征区别,从而决定是否出口跳闸.论文最后总结了全文的研究工作,同时分析了课题需要进一步解决的问题,对今后的研究工作进行了展望.